法律状态公告日
法律状态信息
法律状态
2020-05-19
授权
授权
2017-09-12
实质审查的生效 IPC(主分类):G01S13/88 申请日:20170118
实质审查的生效
2017-08-18
公开
公开
技术领域
本发明涉及一种雷达信号处理技术,具体的说涉及一种空域色噪声背景下的双基地MIMO雷达角度估算方法。
背景技术
多输入多输出(Multiple-input Multiple-output,MIMO)系统是未来通信、探测等领域的核心技术之一,也是近年来研究的热点技术之一。在雷达探测领域,MIMO雷达将是最具前景的下一代雷达系统。与现有相控阵雷达系统不同,MIMO雷达采用多发多收的信号处理模式,利用分集增益大大改善目标探测性能。相比传统相控阵雷达系统,MIMO雷达在分辨率、抗衰落性、可辨识性以及抑制噪声等方面具有潜在的优势。根据MIMO雷达收发阵元配置的不同,可以将MIMO雷达划分为两类:统计MIMO雷达和共址MIMO雷达。其中,统计MIMO雷达采样分布式收发阵元配置,即收发阵元广泛的分布在空间中,这种阵元分布模式可以有效的抑制目标的雷达截面系数闪烁的问题;共址MIMO雷达中的发射阵元和接收阵元一般采用阵列的形式分布,阵元间距往往较近,这种雷达可以获得高精度的目标方位信息。本发明主要关注双基地MIMO雷达,其为共址雷达的重要一类。
角度估计是共址MIMO雷达目标定位的关键任务之一,目前关于共址MIMO雷达角度估计已有很多优秀的算法。典型的算法有Capon算法、多重谱峰分类(Multiple SignalClassification,MUSIC)算法、基于旋转不变技术的参数估计(Estimation Method ofSignal Parameters via Rotational,ESPRIT)算法、传播算子(Propagator Method,PM)算法、高阶子空间分解(Higher Order Singular Value Decomposition,HOSVD)算法、平行因子(Parallel Factor,PARAFAC)算法、基于稀疏表示的估计算法等等。然而上述算法均假设接收噪声为理想高斯白噪声的背景。在实际工程中,由于阵元在空间分布的间距过小,很容易使阵元相互影响从而产生空域色噪声。在存在空域色噪声的条件下,上述角度估计算法性能会下降,特别是在低信噪比条件下,算法性能会严重下降甚至完全失效。双基地MIMO雷达中的色噪声问题已经引起部分学者的注意,目前已经有部分学者提出利用MIMO雷达的阵列数据互协方差抑制色噪声。按照抑制色噪声的原理的不同,可以将现有抑制色噪声的算法划分为两大类——空域协方差算法和时域协方差算法。前者主要是利用不同匹配滤波器输出的色噪声不相关的性质,后者主要利用了不同快拍的空域色噪声不相关特性。前者的典型代表有Jin等人的算法(Jin M,Liao G,Li J.Joint DOD and DOA estimation forbistatic MIMO radar[J].Signal Processing,2009,89(2):244-251.)Chen等人的算法(ANew Method for Joint DOD and DOA Estimation in bistatic MIMO Radar)、Jiang等人的算法(Jiang H,Zhang J K,Wong K M.Joint DOD and DOA Estimation for BistaticMIMO Radar in Unknown Correlated Noise[J].IEEE Transactions on VehicularTechnology,2015,64(11):5113-5125.)、Wang等人的算法(Wang X,Wang W,Li X,et al.Atensor-based subspace approach for bistatic MIMO radar in spatial colorednoise[J].Sensors,2014,14(3):3897-3907.)。其中Jin等人的算法虽然能有效抑制空域色噪声,但其仅适用于三个发射阵元的MIMO雷达;Chen等人将发射阵元分为两个子阵,利用两个子阵数据的互协方差抑制色噪声,该算法适用于多于三个阵元的MIMO雷达配置;Jiang等人将收发阵元均分成两个子阵,该算法需要估计四维角度;Wang等人的算法能在抑制色噪声的同时利用阵列数据的多维结构,从而提升角度估计精度。空域协方差算法的最大缺陷是阵列虚拟孔径的损失,从而降低了参数估计的精度,基于时域协方差的色噪声抑制算法能有效的避免该缺陷。这类算法主要有符渭波等人的算法(符渭波,苏涛,赵永波,等.空间色噪声环 境下基于时空结构的双基地MIMO雷达角度和多普勒频率联合估计方法[J].电子与信息学报,2011,33(7):1649-1654.)和Wen等人的算法(Wen F Q,Xiong X D,Su J,etal.Angle Estimation for bistatic MIMO Radar in The Presence of SpatialColored Noise,Signal Processing,accepted,2017,doi:10.1016/j.sigpro.2016.12.017.)。其中,Wen等人的算法能有效利用阵列数据的多维结构,获得比符渭波等人算法更好的角度数估计的精度。然而上述时域协方差算法均存在计算复杂度大的问题,如符渭波等人的算法需要对阵列协方差数据进行奇异值分解(Singular ValueDecomposition,SVD),Wen等人的算法需要构造阵列互协方差张量,并对张量数据进行HOSVD,计算复杂度相比SVD更大。在MIMO雷达探测中,收发阵元往往有成千上万个,这些阵元将产生海量的数据。无论是SVD与HOSVD均无法胜任实际雷达系统的计算要求,因而上述算法并不适用实际MIMO雷达系统,寻求一种高效的色噪声背景下参数估计算法对未来MIMO雷达工程化具有非常急迫的现实意义。
发明内容
鉴于以上原因,有必要提供一种无需高复杂度的SVD运算或者HOSVD运算,计算复杂度低;且算法鲁棒性高的空域色噪声背景下的双基地MIMO雷达角度估算方法。
本发明提供一种空域色噪声背景下的双基地MIMO雷达角度估算方法,所述空域色噪声背景下的双基地MIMO雷达角度估算方法包括如下步骤:
S1、构建接收阵列数据在匹配滤波后的协方差矩阵;
S2、通过协方差矩阵构建传播算子,并得到传播算子估计的最优解;
S3、根据传播算子估计的最优解获得阵列信号子空间的估计;
S4、通过子空间的旋转不变特性通过最小二乘的方法获取配对的角度。
本发明所述空域色噪声背景下的双基地MIMO雷达角度估算方法,其通过构建接收阵列数据在匹配滤波后的协方差矩阵;并通过协方差矩阵构建传播算子, 得到传播算子估计的最优解;根据传播算子估计的最优解获得阵列信号子空间的估计;最后通过子空间的旋转不变特性通过最小二乘的方法获取配对的角度。本发明所提算法无需高复杂度的SVD运算或者HOSVD运算,计算复杂度低;且能够获得自动配对的DOD与DOA,无需进一步进行配对计算,适用于任何协方差矩阵位置的空域色噪声背景,算法鲁棒性高。
附图说明
图1是双基地MIMO雷达角度估计示意图;
图2是本发明所述空域色噪声背景下的双基地MIMO雷达角度估算方法在一阶AR空域色噪声背景下的估计散点图;
图3是本发明所述空域色噪声背景下的双基地MIMO雷达角度估算方法在二阶AR空域色噪声背景下的估计散点图;
图4是本发明所述空域色噪声背景下的双基地MIMO雷达角度估算方法与其他算法在一阶AR空域色噪声背景下的RMSE比较;
图5是本发明所述空域色噪声背景下的双基地MIMO雷达角度估算方法与其他算法在一阶AR空域色噪声背景下的PSD对比;
图6是本发明所述空域色噪声背景下的双基地MIMO雷达角度估算方法与其他算法在二阶AR空域色噪声背景下的RMSE比较;
图7是本发明所述空域色噪声背景下的双基地MIMO雷达角度估算方法与其他算法在二阶AR空域色噪声背景下的PSD对比。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明,应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种空域色噪声背景下的双基地MIMO雷达角度估算方法,所述 空域色噪声背景下的双基地MIMO雷达角度估算方法包括如下步骤:
S1、构建接收阵列数据在匹配滤波后的协方差矩阵。
具体的,本发明所述空域色噪声背景下的双基地MIMO雷达角度估算方法的模型如图1所示。假设天线系统由M个发射阵元和N个接收阵元构成,二者均为线性阵列,且收发阵元间的间距均为λ2,λ为发射信号波长。假设第m(m=1,…,M)个发射阵元在一个脉冲重复周期内发射码长为Q的归一化基带编码信号 式中, Y=[AT⊙AR]BT+N=ABT+N表达式2 式中, 在传统子空间算法中,需要对接收阵列信号的协方差矩阵RY进行分解。在样本数量有限的条件下阵列的协方差矩阵RY的估计为 其中,RB=BTB*,RN=NNH/L。在不考虑目标具有相同的多普勒频率的条件下RB近似为对角矩阵。在传统高斯白噪声假设下,RN=σ2IMN,σ2为噪声功率。从而对 上述公式的第一个等号处用到矢量化的性质vec(ABC)=(CTA)vec(B),第三个等号处用到了克罗内科积的性质 式中, S2、通过协方差矩阵构建传播算子,并得到传播算子估计的最优解。 所述步骤S2还包括以下分步骤: S21、将阵列虚拟方向矩阵及阵列协方差矩阵分块。 为减少方向矩阵估计的计算复杂度,本发明采用PM思想来计算,将阵列虚拟方向矩阵及阵列协方差矩阵分块: 其中A1、A2分别为A的前K行与后MN-K行构成,G和H分别为维数为MN×K及MN×(MN-K)的数据矩阵。 S22、通过协方差矩阵构建传播算子,并得到传播算子的最小化代价函数。 由于A1是非奇异的,在无噪声条件下,存在唯一线性变换P使得 在存在噪声时,尽管数据仍然可以分块,但是表达式7已经不再满足。此时传播算子P可以通过最小化如下代价函数获得 其中,||·||F表示Frobenius范数。 S23、传播算子的最小化代价函数为传播算子的估计的二次凸函数,根据传播算子的最小化代价函数得到的最优解。 表达式8是关于 式中, S3、根据传播算子估计的最优解获得阵列信号子空间的估计。 具体的,令 根据表达式7可得 也就是说,由Q的列向量张成的子空间span{Q}与span{A}是一致的。因此,可将Q视为信号子空间的估计,即 Es=Q=[AT⊙AR]T表达式12 式中,T是维数为K×K的非奇异矩阵。 S4、通过子空间的旋转不变特性通过最小二乘的方法获取配对的角度。 具体的,当获得信号子空间后,便可以利用ESPRIT思想获取目标的DOD与DOA估计。对于均匀阵列,其方向矩阵均是范德蒙的,因此有 上式中,JM1=[IM-1,0(M-1)×1],JM2=[0(M-1)×1,IM-1];JN1=[IN-1,0(N-1)×1],JN2=[0(N-1)×1,IN-1]。 所估计的 其中, 最后,令VT和VR的第k(k=1,2,…,K)个对角线上的元素分别为 式中angle{·}表示取相位操作。 本发明所提算法的计算复杂度统计如下: 计算表达式5中的 获取表达式9中的 计算 估计DOD与DOA共需复杂度为Ο(K3)次复乘运算。 故本发明的计算复杂度为: M2N2(L-1)+2MNK2+MNK(MN-K)+2(M-1)NK2+2(N-1)MK2+5Ο(K3)次复乘运算。 如表1所示,表1给出了本发明所提算法的计算复杂度和现有其他算法的计算复杂度: 表1 由表1可知,所提算法的计算复杂度远低于其他算法。 进一步的,技术人员针对本发明提出的空域色噪声背景下双基地MIMO雷达角度估计方法进行了大量的仿真实验。 在仿真实验中,假设K=3个目标处于远场,其DOA和DOD分别为 SNR=10log10(||Xl-Wl||2/||Wl||2)[dB]。 附图2和附图3分别为本发明所提算法在场景A和场景B背景下,500次蒙特卡洛仿真所得到角度估计结果,仿真中SNR=-15dB。由仿真结果可以看出,在不同的色噪声背景下,本发明所提的算法均能有效估计并正确配对所估计的DOD与DOA。 为比较本发明所提算法同现有算法估计精度的比较,对算法进行500次蒙特卡洛仿真,角度估计的精度用均方根误差(Root Mean Squared Error,RMSE)和成功检测概率(Probability of Successful Detection,PSD)来评价,其中RMSE定义为: 式中 附图4与附图5分别给出了本发明所提算法和ESPRIT算法(标记为ESPRIT)、Chen等人的算法(标记为Chen)、符渭波等人的算法(标记为Fu)在一阶AR空域色噪声的背景下性能比较的结果。附图4为RMSE性能的比较,附图5给PSD性能的比较。由仿真结果可知,由于色噪声的影响,在信噪比较低时,ESPRIT算法的性能会有所下降,使用了抑噪方法的算法性能都会有所改善。但是应该注意到,Chen等人的空域抑噪方法会带来阵列虚拟孔径的损失,从而在SNR≥-5dB 后,该算法的RMSE性能会弱于ESPRIT算法。相比之下,时域抑噪算法在低信噪比条件下的RMSE低于ESPRIT,即估计精度高于ESPRIT。即使信噪比较高,所提算法的估计精度仍然很接近ESPRIT算法。此外,可以看出,所提算法的估计性能非常接近符渭波等人的算法,但其计算复杂度远低于他们的算法,故本发明所提算法的效率更高。 附图6与附图7分别给出了本发明所提算法在二阶AR空域色噪声背景下角度估计的性能同其他算法的比较。此时的仿真结果与一阶AR空域色噪声背景下的参数估计性能类似,所提算法的RMSE和PSD性能非常接近符渭波等人的算法,且在低信噪比条件下性能优于ESPRIT,在高信噪比条件下RMSE性能优于Chen等人的算法。因此,本发明所提的算法能非常有效的对抗不同类型的色噪声。 本发明所述空域色噪声背景下的双基地MIMO雷达角度估算方法,其通过构建接收阵列数据在匹配滤波后的协方差矩阵;并通过协方差矩阵构建传播算子,得到传播算子估计的最优解;根据传播算子估计的最优解获得阵列信号子空间的估计;最后通过子空间的旋转不变特性通过最小二乘的方法获取配对的角度。本发明所提算法无需高复杂度的SVD运算或者HOSVD运算,计算复杂度低;且能够获得自动配对的DOD与DOA,无需进一步进行配对计算,适用于任何协方差矩阵位置的空域色噪声背景,算法鲁棒性高。 以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
机译: 在存在有色噪声的情况下从接收信号和接收器中消除有色噪声以最大化信噪比的方法
机译: 在其肾上腺素受体阻滞的背景下通过红细胞沉淀率的交替估算孕妇红细胞的肾上腺活性的方法(评估红细胞沉淀的肾上腺皮质激素的发生率)
机译: 硅基板表面污染物的荧光X射线分析方法,涉及基于给定角度下照射到样品的X射线强度比估算被测物体的量